เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

พยากรณ์ว่านักเรียนจะสอบผ่านหรือไม่

ในแบบฝึกหัดที่แล้ว คุณได้คำนวณพารามิเตอร์ของโมเดล Logistic Regression ที่เหมาะกับข้อมูลชั่วโมงการเรียนและผลการสอบ

ด้วยพารามิเตอร์เหล่านั้น สามารถพยากรณ์ผลการเรียนของนักเรียนจากชั่วโมงการเรียนได้ ใช้ model.predict() เพื่อดูผลลัพธ์จาก Logistic Regression

สำหรับแบบฝึกหัดนี้ ได้นำเข้า LogisticRegression จาก sklearn.linear_model และ numpy เป็น np ไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานความน่าจะเป็นด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างอาร์เรย์ที่มีค่า 10, 11, 12, 13 และ 14 เพื่อพยากรณ์ผลการสอบตามจำนวนชั่วโมงการเรียนเหล่านั้น
  • ใช้ model.predict() เพื่อดึงผลลัพธ์จากโมเดล แล้วพิมพ์ผลลัพธ์
  • ใช้ model.predict_proba() เพื่อดูความน่าจะเป็นของการสอบผ่านเมื่อเรียน 11 ชั่วโมง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]

# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)

# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])
แก้ไขและรันโค้ด